Quantum computing: cos’è e come cambierà il mondo

Il quantum computing si avvicina sempre più alle nostre vite e a casi business applicativi. Ad esempio, un giorno potremmo evitare di perdere una coincidenza tra gli aerei o potremmo avere pacchi consegnati meglio, con meno inquinamento, grazie alla capacità di particelle molto piccole di comportarsi come se si trovassero in due luoghi contemporaneamente. Questo bizzarro comportamento del mondo subatomico è ciò che permette ai cosiddetti computer quantistici di eseguire alcuni calcoli molto più velocemente delle loro controparti convenzionali. Ecco cos’è il quantum computing.

Quantum computing: un nuovo paradigma computazionale

L’informatica quantistica o quantum computing è una tecnologia che sfrutta le leggi della meccanica quantistica per risolvere problemi troppo complessi per i computer classici. I computer ordinari memorizzano le informazioni sotto forma di cifre binarie, o bit, che possono essere zeri o uno. I computer quantistici utilizzano i qubit, o bit quantistici, che sono oggetti molto più ricchi. I loro valori possono essere una complessa miscela di zero e uno perché si basano su questo comportamento degli atomi e delle particelle più piccole. I qubit possono anche coordinare le loro azioni con altri qubit in modo istantaneo, indipendentemente dalla loro distanza: un fenomeno che Albert Einstein ha definito “azione spettrale a distanza”.

Definizione di quantum computing

Il quantum computing, o calcolo quantistico, è un campo dell’informatica che sfrutta i principi della meccanica quantistica per elaborare informazioni. A differenza dei computer classici, che utilizzano bit come unità di informazione e possono essere in uno stato di 0 o 1, i computer quantistici utilizzano qubit (quantum bits), che possono essere in una sovrapposizione di stati 0 e 1 simultaneamente, grazie al fenomeno della sovrapposizione quantistica. Inoltre, i qubit possono essere entangled (intrecciati), permettendo una forma di correlazione che non ha equivalente nei sistemi classici.

Queste proprietà consentono ai computer quantistici di risolvere problemi complessi molto più rapidamente di quanto sia possibile con i computer tradizionali. Applicazioni potenziali del quantum computing includono la crittografia, l’ottimizzazione, la simulazione di materiali e processi chimici, e l’intelligenza artificiale. Tuttavia, lo sviluppo di computer quantistici pratici e scalabili è ancora in fase di ricerca e presenta numerose sfide tecniche.

Differenze con l’informatica classica

La differenza principale tra il calcolo quantistico e l’informatica classica risiede nei fondamenti fisici e nelle unità di informazione che ciascuno utilizza:

Unità di informazione

Informatica classica: utilizza bit, che possono essere in uno stato di 0 o 1.

Calcolo quantistico: utilizza qubit, che possono essere in uno stato di 0, 1, o una sovrapposizione di entrambi gli stati contemporaneamente grazie al principio della sovrapposizione quantistica.

Principi di funzionamento

Informatica classica: basata sulla logica binaria e sui circuiti elettronici che seguono le leggi della fisica classica.

Calcolo quantistico: sfrutta i principi della meccanica quantistica, come la sovrapposizione e l’entanglement. La sovrapposizione permette ai qubit di rappresentare e processare una combinazione di stati simultaneamente, mentre l’entanglement crea correlazioni tra qubit che possono essere utilizzate per elaborazioni parallele molto potenti.

Capacità di elaborazione

Informatica classica: esegue operazioni in modo sequenziale o parallelo limitato, con tempi di calcolo che aumentano esponenzialmente con la complessità del problema.

Calcolo quantistico: può risolvere alcuni problemi molto più rapidamente grazie alla capacità di esplorare molte soluzioni contemporaneamente. Per esempio, algoritmi quantistici come l’algoritmo di Shor per la fattorizzazione dei numeri primi e l’algoritmo di Grover per la ricerca non strutturata possono offrire vantaggi significativi rispetto ai migliori algoritmi classici conosciuti.

Applicazioni

Informatica classica: utilizzata in una vasta gamma di applicazioni quotidiane, dall’elaborazione di testi alla navigazione web, dai giochi ai sistemi di intelligenza artificiale.

Calcolo quantistico: promette applicazioni rivoluzionarie in settori come la crittografia (decrittazione e crittografia quantistica), la simulazione di materiali e processi chimici complessi, l’ottimizzazione di sistemi su larga scala, e l’intelligenza artificiale avanzata.

Stato della tecnologia

Informatica classica: matura e ampiamente disponibile con hardware e software ben sviluppati.

Calcolo quantistico: ancora in fase di ricerca e sviluppo, con prototipi di computer quantistici che sono limitati in termini di numero di qubit e stabilità. La costruzione di computer quantistici scalabili e pratici rappresenta una sfida significativa.

In sintesi, mentre l’informatica classica è basata su principi consolidati e tecnologie mature, il calcolo quantistico rappresenta un approccio radicalmente diverso con il potenziale di risolvere problemi che sono attualmente intrattabili per i computer classici.

Il quantum computing spiegato in modo semplice

Un caso di studio: computer quantistici contro computer convenzionali

Recentemente, i computer quantistici di aziende come IBM e D-Wave Systems hanno battuto i computer convenzionali più potenti del mondo in alcuni calcoli rilevanti per la fisica. Sebbene queste macchine quantistiche siano ancora piccole e soggette a errori, i progressi stanno stimolando le aziende e i ricercatori a perseguire applicazioni più pratiche, come ad esempio calcolare rapidamente come ridurre al minimo la distanza che i passeggeri delle compagnie aeree devono percorrere per prendere la coincidenza.

D-Wave ha utilizzato il suo computer quantistico per aiutare i clienti a determinare gli orari degli autisti per le consegne dei negozi di alimentari, l’instradamento di tour promozionali attraverso il paese e le procedure di gestione delle merci al porto di Los Angeles

I qubit: l’unità fondamentale dell’informazione quantistica

I qubit, o quantum bits, sono l’unità fondamentale dell’informazione nel calcolo quantistico. A differenza dei bit classici, che possono essere solo in uno stato di 0 o 1, i qubit sfruttano i principi della meccanica quantistica per esistere in stati più complessi. Ecco una descrizione dettagliata dei qubit:

Sovrapposizione

• Un qubit può esistere in una sovrapposizione di stati, il che significa che può essere simultaneamente in uno stato di 0 e 1. Matematicamente, uno stato di qubit può essere rappresentato come una combinazione lineare di |0⟩ e |1⟩: [ |\psi⟩ = \alpha|0⟩ + \beta|1⟩ ] dove (\alpha) e (\beta) sono numeri complessi tali che (|\alpha|^2 + |\beta|^2 = 1). Questi coefficienti rappresentano le probabilità che il qubit sia misurato in uno stato specifico.

Entanglement

• I qubit possono essere entangled, creando correlazioni tra loro che non hanno equivalenti nei sistemi classici. Quando due o più qubit sono entangled, lo stato di uno qubit dipende dallo stato degli altri, indipendentemente dalla distanza che li separa. Questo fenomeno è alla base di molte delle potenziali potenzialità del calcolo quantistico.

Interferenza

• La meccanica quantistica permette ai qubit di interferire tra loro. Questa interferenza può essere utilizzata per amplificare le probabilità di risultati corretti e annullare quelle di risultati errati, migliorando l’efficienza degli algoritmi quantistici.

Misurazione

• Quando un qubit viene misurato, il suo stato di sovrapposizione collassa in uno dei due stati classici, 0 o 1, con probabilità determinate dai coefficienti (\alpha) e (\beta). Prima della misurazione, l’informazione quantistica è distribuita nella sovrapposizione, ma la misurazione distrugge questa sovrapposizione.

Rappresentazione fisica

• I qubit possono essere realizzati utilizzando vari sistemi fisici, come spin di elettroni, fotoni, ioni intrappolati, circuiti superconduttori, e altro ancora. Ogni piattaforma ha i suoi vantaggi e svantaggi in termini di coerenza, scalabilità e facilità di manipolazione.

Operazioni quantistiche

• Le operazioni su qubit sono realizzate tramite “porte quantistiche” (quantum gates), che sono l’equivalente quantistico delle porte logiche classiche. Le porte quantistiche manipolano i qubit in modi specifici per eseguire calcoli. Alcune delle porte quantistiche più comuni sono la porta Hadamard (H), la porta Pauli-X (che agisce come un NOT quantistico), e la porta CNOT (Controlled-NOT), che è fondamentale per creare entanglement.

In sintesi, i qubit sono unità di informazione molto più potenti dei bit classici grazie alla loro capacità di esistere in sovrapposizione, di essere entangled, e di sfruttare l’interferenza quantistica. Queste proprietà consentono ai computer quantistici di eseguire calcoli che sarebbero impraticabili per i computer classici, aprendo nuove possibilità in vari campi della scienza e della tecnologia.

Per approfondire

Vantaggi del quantum computing

Il quantum computing offre una serie di vantaggi potenziali rispetto al calcolo classico, grazie alle sue capacità uniche derivanti dai principi della meccanica quantistica. Ecco alcuni dei principali vantaggi:

Velocità di elaborazione

• Algoritmi quantistici veloci: alcuni algoritmi quantistici, come l’algoritmo di Shor per la fattorizzazione dei numeri primi e l’algoritmo di Grover per la ricerca non strutturata, possono risolvere problemi molto più rapidamente rispetto ai migliori algoritmi classici conosciuti. Questo potrebbe ridurre drasticamente il tempo necessario per risolvere problemi complessi.

Parallelismo intrinseco

• Sovrapposizione: la capacità dei qubit di esistere in una sovrapposizione di stati consente ai computer quantistici di esplorare molte possibili soluzioni simultaneamente, piuttosto che in modo sequenziale come nei computer classici. Questo parallelismo intrinseco può accelerare notevolmente la risoluzione di problemi complessi.

Simulazione di sistemi quantistici

• Chimica e materiali: i computer quantistici sono particolarmente adatti per simulare sistemi quantistici, come molecole e materiali, che sono difficili da modellare con i computer classici. Questo può portare a scoperte rivoluzionarie in chimica, scienza dei materiali, biologia e fisica.

Ottimizzazione

• Problemi di ottimizzazione: i computer quantistici possono affrontare problemi di ottimizzazione complessi, come la minimizzazione di funzioni costose o la risoluzione di problemi di programmazione lineare e non lineare, più efficacemente rispetto ai computer classici.

Il problema dell’ottimizzazione, il caso più rilevante per il quantum computing

Questi compiti sono esempi dei cosiddetti problemi di ottimizzazione, che sono diabolicamente difficili a causa dell’enorme numero di opzioni che comportano. Altri includono come imballare nel modo più efficiente le scatole nei container e come bilanciare il rischio rispetto alla ricompensa nei portafogli finanziari.

Ci sono 100mila modi per assegnare cinque aerei a 10 gate in un aeroporto. Se si arriva a 50 aerei e 100 gate, il numero di possibilità sale a 10 alla centesima potenza, molto più del numero di atomi dell’universo visibile. Nessun computer convenzionale potrebbe tenere traccia di tutte queste possibilità.

Ma un computer quantistico potrebbe potenzialmente farlo.

Le collezioni di qubit si comportano come onde che contengono un’enorme quantità di dati. Un computer quantistico contenente solo 350 qubit potrebbe teoricamente tenere traccia di tutte le possibili soluzioni al problema dell’assegnazione dei voli da 50 aerei a 100 porte. Le macchine di oggi hanno generalmente decine o centinaia di qubit.

Ma i qubit sono eccezionalmente difficili da lavorare. Spesso creati con circuiti superconduttori o ioni intrappolati, i qubit sono facilmente distrutti dal minimo disturbo e devono essere raffreddati a temperature inferiori a quelle dello spazio interstellare. Anche in questo caso, i qubit sono molto più suscettibili di errori rispetto ai bit, che si basano su circuiti elettronici ordinari.

Crittografia e sicurezza

• Decrittazione e crittografia quantistica: l’algoritmo di Shor può rompere molti dei sistemi di crittografia attualmente utilizzati, come RSA, in tempi praticabili. Allo stesso tempo, la crittografia quantistica offre metodi di comunicazione intrinsecamente sicuri, come la distribuzione delle chiavi quantistiche (QKD), che sono teoricamente inviolabili.

Machine learning e intelligenza artificiale

• Algoritmi di apprendimento: Alcuni algoritmi di machine learning possono essere accelerati utilizzando tecniche quantistiche, migliorando l’efficienza e la capacità di apprendimento di modelli complessi. Questo potrebbe portare a avanzamenti significativi nell’intelligenza artificiale.

Problemi combinatori

• Risoluzione di problemi combinatori: molti problemi combinatori, come il problema del commesso viaggiatore, possono beneficiare delle capacità di parallelizzazione e ottimizzazione dei computer quantistici, rendendo possibile trovare soluzioni ottimali in tempi ragionevoli.

Ricerca e sviluppo

• Accelerazione della ricerca: la capacità di simulare e ottimizzare sistemi complessi può accelerare significativamente il processo di ricerca e sviluppo in vari settori, dalla farmacologia alla scienza dei materiali, portando a innovazioni più rapide e efficienti.

In sintesi, il quantum computing ha il potenziale di rivoluzionare numerosi settori grazie alla sua capacità di risolvere problemi complessi molto più rapidamente ed efficacemente rispetto ai computer classici. Tuttavia, è importante notare che siamo ancora nelle fasi iniziali dello sviluppo di questa tecnologia, e molte sfide tecniche devono essere superate prima che i computer quantistici possano essere utilizzati su larga scala.

Quantum computing, nuove applicazioni in svariati campi

Il quantum computing è un campo emergente che promette di rivoluzionare molte aree della scienza e della tecnologia. Ecco alcune delle nuove applicazioni in diversi settori:

Chimica e materiali

• Simulazione di molecole: i computer quantistici possono simulare il comportamento delle molecole a un livello di precisione che i computer classici non possono raggiungere. Questo è fondamentale per la scoperta di nuovi farmaci e materiali.
• Catalisi chimica: Le simulazioni quantistiche possono aiutare a progettare nuovi catalizzatori che potrebbero rendere i processi chimici industriali più efficienti e meno inquinanti.

Medicina

• Progettazione di farmaci: i computer quantistici possono accelerare la scoperta di farmaci identificando rapidamente le molecole che potrebbero interagire efficacemente con specifici target biologici.
• Diagnostica medica: algoritmi quantistici possono migliorare l’analisi delle immagini mediche, rendendo più facile e veloce la diagnosi di malattie.

Finanza

• Ottimizzazione del portafoglio: Quantum computing può risolvere problemi di ottimizzazione complessi, come la gestione del rischio e la selezione del portafoglio, in modo molto più efficiente rispetto ai metodi tradizionali.
• Simulazione di mercati: I modelli quantistici possono simulare i mercati finanziari con una precisione maggiore, aiutando le istituzioni a prevedere meglio i movimenti del mercato.

Logistica e trasporti

• Ottimizzazione delle rotte: algoritmi quantistici possono ottimizzare le rotte di trasporto per ridurre i costi e migliorare l’efficienza.
• Gestione delle flotte: Le tecniche di quantum computing possono migliorare la gestione delle flotte di veicoli, ottimizzando l’uso delle risorse e riducendo i tempi di inattività.

Intelligenza artificiale

• Machine learning: Quantum computing può accelerare l’addestramento di modelli di machine learning, permettendo di risolvere problemi complessi in tempi molto più brevi.
• Ottimizzazione degli algoritmi: gli algoritmi quantistici possono migliorare le prestazioni degli algoritmi di intelligenza artificiale, rendendoli più efficienti e accurati.

Sicurezza e crittografia

• Crittografia quantistica: la crittografia quantistica offre un livello di sicurezza che non può essere violato dai computer classici, rendendo le comunicazioni più sicure.
• Decifrazione di codici: i computer quantistici potrebbero essere utilizzati per decifrare codici complessi che attualmente sono considerati sicuri.

Energia

• Ottimizzazione delle reti energetiche: Quantum computing può essere utilizzato per ottimizzare la distribuzione dell’energia nelle reti elettriche, migliorando l’efficienza e riducendo le perdite.
• Simulazione di processi energetici: le simulazioni quantistiche possono aiutare a progettare nuovi processi per la produzione e lo stoccaggio dell’energia.

Ambiente

• Modellazione del clima: i computer quantistici possono migliorare i modelli climatici, offrendo previsioni più accurate e aiutando a sviluppare strategie per mitigare i cambiamenti climatici.
• Ottimizzazione delle risorse naturali: Algoritmi quantistici possono essere utilizzati per ottimizzare l’uso delle risorse naturali, riducendo gli sprechi e migliorando la sostenibilità.

Queste sono solo alcune delle potenziali applicazioni del quantum computing. Man mano che la tecnologia si sviluppa è probabile che emergeranno nuove e ancora più rivoluzionarie applicazioni in vari campi.

Il quantum computing nella pratica

Come funziona un computer quantistico

Un computer quantistico funziona in modo fondamentalmente diverso rispetto a un computer classico. Mentre i computer classici utilizzano bit come unità di informazione, che possono essere nello stato 0 o 1, i computer quantistici utilizzano qubit (quantum bits), che possono esistere in una sovrapposizione di stati. Ecco una descrizione di come funziona un computer quantistico:

Porte quantistiche

• Operazioni su qubit: le porte quantistiche sono l’equivalente delle porte logiche nei computer classici, ma operano sui qubit. Esempi di porte quantistiche includono la porta Hadamard, la porta Pauli-X, la porta CNOT, e la porta Toffoli. Queste porte manipolano gli stati dei qubit in modi specifici per eseguire calcoli.
• Circuiti quantistici: una serie di porte quantistiche applicate ai qubit in una sequenza specifica costituisce un circuito quantistico. Questi circuiti sono progettati per risolvere problemi specifici.

Implementazioni fisiche

• Superconduttori: alcuni computer quantistici utilizzano circuiti superconduttori che operano a temperature estremamente basse per ridurre la resistenza e mantenere la coerenza quantistica.
• Ioni intrappolati: un’altra tecnologia utilizza ioni intrappolati in campi elettromagnetici. I laser sono utilizzati per manipolare gli stati quantistici degli ioni.
• Qubit topologici: questa è una tecnologia emergente che utilizza quasi particelle chiamate anyoni, che esistono in due dimensioni e hanno proprietà che proteggono i loro stati quantistici dagli errori.

Misurazione

• Collasso dello stato quantistico: quando un qubit viene misurato, il suo stato quantistico collassa in uno degli stati classici (0 o 1). Questa misurazione fornisce l’output del calcolo quantistico.
• Probabilità: la misurazione di un qubit non dà sempre lo stesso risultato; piuttosto, fornisce un risultato basato sulle probabilità determinate dagli stati di sovrapposizione dei qubit prima della misurazione.

Ambiente e coerenza

• Decoerenza: uno dei principali ostacoli nella costruzione di computer quantistici è la decoerenza, che è la perdita di coerenza quantistica a causa dell’interazione con l’ambiente. La decoerenza può causare errori nei calcoli quantistici.
• Isolamento e raffreddamento: per minimizzare la decoerenza, i qubit devono essere isolati dall’ambiente esterno e, in molti casi, raffreddati a temperature prossime allo zero assoluto.

In sintesi, un computer quantistico sfrutta i principi della meccanica quantistica per eseguire calcoli in modi che i computer classici non possono replicare. Sebbene sia ancora in fase di sviluppo, il quantum computing ha il potenziale per risolvere problemi complessi in tempi significativamente ridotti rispetto ai metodi classici.

Architettura di un sistema quantistico

L’architettura di un sistema quantistico è complessa e richiede componenti specializzati per gestire, manipolare e misurare i qubit. Ecco una panoramica delle principali componenti e delle loro funzioni:

Qubit

• Tipologie di qubit: i qubit possono essere realizzati utilizzando diverse tecnologie, come superconduttori, ioni intrappolati, qubit topologici, punti quantici e fotoni.
• Coerenza e stabilità: i qubit devono mantenere la coerenza quantistica per un tempo sufficiente a completare i calcoli. La durata di coerenza è un parametro critico.

Porte quantistiche

• Porte a quibit singolo: operano su singoli qubit per cambiare il loro stato. Esempi includono la porta Hadamard (H), la porta Pauli-X (equivalente a NOT), la porta Pauli-Y e la porta Pauli-Z.
• Porte a due qubit: operano su coppie di qubit e sono fondamentali per creare entanglement. Esempi includono la porta CNOT (Controlled-NOT) e la porta SWAP.

Circuiti quantistici

• Sequenza di operazioni: un circuito quantistico è una sequenza di porte quantistiche applicate ai qubit per eseguire un algoritmo specifico.
• Ottimizzazione dei circuiti: la progettazione di circuiti quantistici efficienti è cruciale per minimizzare gli errori e il tempo di calcolo.

Sistema di controllo

• Generazione di segnali: i circuiti di controllo generano segnali (ad esempio, impulsi di microonde o laser) per manipolare gli stati dei qubit.
• Sincronizzazione: la sincronizzazione precisa dei segnali di controllo è essenziale per eseguire le operazioni quantistiche nel modo corretto.

Sistema di raffreddamento

• Criostati: molti qubit, come quelli superconduttori, richiedono temperature estremamente basse (vicine allo zero assoluto) per mantenere la coerenza quantistica. I criostati sono dispositivi che raffreddano i qubit a queste temperature.
• Isolamento termico: è necessario un isolamento termico efficace per mantenere le basse temperature e prevenire la decoerenza.

Sistema di misurazione

• Collasso dello stato quantistico: quando i qubit sono misurati, i loro stati collassano in uno stato classico (0 o 1). I sistemi di misurazione devono essere altamente precisi per garantire l’accuratezza dei risultati.
• Tecnologie di misurazione: le tecnologie variano a seconda del tipo di qubit utilizzato. Ad esempio, per i qubit superconduttori, vengono utilizzati amplificatori a microonde a bassa temperatura.

Correzione degli errori quantistici

• Codici di correzione degli errori: poiché i qubit sono suscettibili agli errori, vengono utilizzati codici di correzione degli errori per rilevare e correggere gli errori senza distruggere l’informazione quantistica.
• Sovraccarico di qubit: la correzione degli errori richiede l’uso di qubit aggiuntivi per proteggere l’informazione quantistica, aumentando la complessità del sistema.

Software e algoritmi

• Linguaggi di programmazione quantistica: linguaggi come Qiskit (IBM), Cirq (Google) e Q# (Microsoft) sono utilizzati per scrivere algoritmi quantistici.
• Simulazione e debug: prima di essere eseguiti su hardware quantistico, gli algoritmi vengono spesso simulati su computer classici per verificare la correttezza.

Interfaccia utente

• Piattaforme Cloud: molti fornitori di quantum computing offrono accesso ai loro computer quantistici tramite piattaforme cloud, permettendo agli utenti di eseguire algoritmi senza bisogno di hardware specializzato.
• Ambienti di sviluppo integrati (IDE): forniscono strumenti per la scrittura, il debug e l’esecuzione di algoritmi quantistici.

Integrazione con sistemi classici

• Pre- e post-elaborazione: molti algoritmi quantistici richiedono fasi di pre- e post-elaborazione eseguite su computer classici.
• Ibridi quantistico-classici: alcuni algoritmi, come gli algoritmi di ottimizzazione quantistica, combinano calcoli quantistici e classici per migliorare le prestazioni.

Ambiente fisico

• Isolamento dalle vibrazioni: i sistemi quantistici devono essere isolati dalle vibrazioni e da altri disturbi fisici che possono causare decoerenza.
• Schermatura elettromagnetica: è necessario proteggere i qubit dalle interferenze elettromagnetiche esterne.

Sicurezza e affidabilità

• Redundancy e fault tolerance: sistemi ridondanti e meccanismi di tolleranza agli errori sono implementati per aumentare l’affidabilità del sistema.
• Monitoraggio e manutenzione: i sistemi quantistici richiedono monitoraggio continuo e manutenzione per garantire prestazioni ottimali.

In sintesi, l’architettura di un sistema quantistico è composta da molteplici componenti altamente specializzati che lavorano insieme per eseguire calcoli quantistici. La complessità e la delicatezza di questi sistemi richiedono un’attenzione particolare alla coerenza, alla correzione degli errori e all’isolamento dai disturbi esterni.

Le implicazioni del quantum computing

Impatto su settori chiave come la finanza, la medicina e la scienza dei materiali

Il quantum computing ha il potenziale di trasformare profondamente diversi settori chiave, tra cui la finanza, la medicina e la scienza dei materiali. Ecco una descrizione dettagliata dell’impatto previsto in ciascuno di questi settori:

Finanza

Il settore finanziario è uno dei più promettenti per l’applicazione del quantum computing, grazie alla sua capacità di risolvere problemi complessi di ottimizzazione e simulazione.

• Ottimizzazione del portafoglio: i computer quantistici possono risolvere problemi di ottimizzazione del portafoglio molto più rapidamente rispetto ai computer classici. Questo include la selezione degli asset migliori per massimizzare i rendimenti e minimizzare i rischi.
• Gestione del rischio: algoritmi quantistici possono migliorare la modellazione del rischio, permettendo alle istituzioni finanziarie di prevedere meglio le fluttuazioni del mercato e di gestire i rischi in modo più efficace.
• Simulazioni Monte Carlo: le simulazioni Monte Carlo, utilizzate per valutare il rischio e il valore di strumenti finanziari complessi, possono essere eseguite in modo molto più efficiente con i computer quantistici.
• Arbitraggio e trading algoritmico: il quantum computing può migliorare le strategie di trading algoritmico e arbitraggio, analizzando grandi quantità di dati in tempo reale per identificare opportunità di profitto.
• Crittografia e sicurezza: la crittografia quantistica offre un livello di sicurezza molto più elevato per le transazioni finanziarie, proteggendo le informazioni sensibili da attacchi informatici.

Medicina

La medicina è un altro settore che potrebbe beneficiare enormemente dal quantum computing, specialmente nella scoperta di farmaci e nella diagnostica.

• Progettazione di farmaci: i computer quantistici possono simulare il comportamento delle molecole in modo molto più preciso rispetto ai computer classici. Questo può accelerare la scoperta di nuovi farmaci, riducendo il tempo e i costi della ricerca.
• Diagnostica medica: algoritmi quantistici possono migliorare l’analisi delle immagini mediche, come le scansioni MRI e CT, permettendo diagnosi più rapide e accurate.
• Personalizzazione dei trattamenti: la medicina personalizzata potrebbe trarre vantaggio dall’analisi di grandi quantità di dati genetici e clinici per sviluppare trattamenti su misura per i singoli pazienti.
• Simulazione di processi biologici: i computer quantistici possono simulare processi biologici complessi, come il ripiegamento delle proteine, che sono cruciali per comprendere malattie come il cancro e l’Alzheimer.
• Ottimizzazione dei trattamenti: gli algoritmi quantistici possono essere utilizzati per ottimizzare i protocolli di trattamento, migliorando l’efficacia e riducendo gli effetti collaterali.

Scienza dei materiali

Il quantum computing ha il potenziale di rivoluzionare la scienza dei materiali, accelerando la scoperta e la progettazione di nuovi materiali con proprietà desiderate.

• Simulazione di materiali: i computer quantistici possono simulare le proprietà dei materiali a livello atomico, permettendo la scoperta di nuovi materiali con proprietà specifiche, come alta conduttività, resistenza o leggerezza.
• Progettazione di materiali: la capacità di simulare interazioni atomiche complesse può accelerare lo sviluppo di materiali avanzati per applicazioni in elettronica, energia e aerospaziale.
• Catalizzatori chimici: la scoperta di nuovi catalizzatori chimici può essere accelerata, migliorando l’efficienza dei processi industriali e riducendo l’impatto ambientale.
• Materiali per l’energia: i computer quantistici possono aiutare a progettare nuovi materiali per batterie più efficienti, celle solari e altri dispositivi di stoccaggio e conversione dell’energia.
• Nanotecnologia: la simulazione quantistica può migliorare la progettazione di nanomateriali con proprietà specifiche, aprendo nuove possibilità in ambito medico, elettronico e dei materiali avanzati.

Impatti trasversali

• Accelerazione della ricerca: in tutti questi settori, il quantum computing ha il potenziale di accelerare significativamente il ciclo di ricerca e sviluppo, riducendo i tempi e i costi associati alla scoperta e alla progettazione.
• Innovazione e competitività: le aziende che adotteranno il quantum computing saranno in grado di innovare più rapidamente, ottenendo un vantaggio competitivo significativo.
• Collaborazione interdisciplinare: l’adozione del quantum computing promuoverà la collaborazione tra scienziati, ingegneri e ricercatori di diversi campi, portando a nuove scoperte e applicazioni.

In sintesi, il quantum computing ha il potenziale di trasformare profondamente i settori della finanza, della medicina e della scienza dei materiali, offrendo soluzioni innovative a problemi complessi e accelerando il progresso scientifico e tecnologico.

Quantum computing e intelligenza artificiale: un binomio vincente

Quantum computing e intelligenza artificiale sono due campi di ricerca avanzata che stanno rivoluzionando il panorama tecnologico. Vediamo di esplorarli più nel dettaglio e capire come possono interagire tra loro.

Interazione tra quantum computing e AI

L’interazione tra quantum computing e AI ha il potenziale di risolvere problemi complessi in modo molto più efficiente rispetto agli approcci classici. Ecco alcune aree chiave di interazione:

Accelerazione del Machine learning: gli algoritmi di machine learning possono beneficiare della velocità e della capacità di elaborazione parallela dei computer quantistici.

Ottimizzazione: molti problemi di AI, come l’addestramento di reti neurali, richiedono l’ottimizzazione di funzioni complesse. I computer quantistici potrebbero risolvere questi problemi di ottimizzazione in modo più efficiente.

Simulazione: la simulazione di sistemi fisici e chimici complessi è cruciale in vari campi, dall’AI alla ricerca scientifica. I computer quantistici possono eseguire queste simulazioni molto più rapidamente e accuratamente.

Sfide e prospettive future

Ci sono ancora molte sfide da superare prima che il quantum computing diventi una tecnologia mainstream applicabile su larga scala.

Stabilità dei qubit: i qubit sono estremamente sensibili alle interferenze esterne e richiedono condizioni altamente controllate.

Correzione degli errori: la gestione e la correzione degli errori nei calcoli quantistici rappresentano un’area di ricerca attiva.

Integrazione con le tecnologie esistenti: integrare il quantum computing con le infrastrutture e gli algoritmi di AI esistenti richiede nuovi approcci e metodologie.

In sintesi, il quantum computing e l’intelligenza artificiale sono due campi promettenti che, se combinati, potrebbero portare a innovazioni rivoluzionarie. Tuttavia, siamo ancora nelle fasi iniziali di esplorazione e sviluppo, e molte sfide devono essere affrontate prima che il loro pieno potenziale possa essere realizzato.

Quantum computing e AI, casi pratici

Poiché l’ottimizzazione è coinvolta nell’addestramento degli algoritmi di apprendimento automatico, alcune aziende pensano che la quantistica possa rendere le applicazioni di AI ancora più intelligenti.

IonQ ha lavorato con Hyundai sull’AI quantistica per consentire alle auto a guida autonoma di riconoscere i segnali stradali e altri oggetti. Il passaggio all’addestramento dell’AI basata sui quanti in un piccolo modello di apprendimento automatico ha raddoppiato la sua precisione al 60% dal 30%, afferma IonQ. Quando il numero di qubit passerà dagli attuali 36 a 64 – si prevede per il prossimo anno – l’azienda ritiene che il suo algoritmo supererà qualsiasi modello di apprendimento automatico non quantistico immaginabile.

Gli approcci per tentativi ed errori potrebbero certamente scoprire nuovi usi per i computer quantistici, afferma Scott Aaronson, direttore del Quantum Information Center dell’Università del Texas ad Austin. Ma la teoria nota suggerisce che le accelerazioni quantistiche nell’ottimizzazione e nell’intelligenza artificiale saranno relativamente modeste ed è improbabile che abbiano un impatto commerciale finché i computer quantistici non saranno molto più grandi e corretti dagli errori.

Un caso di studio del team di ricerca quantistica di IBM

L’informatica quantistica e l’intelligenza artificiale potrebbero rivelarsi reciprocamente un’arma a doppio taglio. I progressi nell’apprendimento profondo probabilmente aumenteranno la nostra comprensione della meccanica quantistica, mentre allo stesso tempo i computer quantistici pienamente realizzati potrebbero superare di gran lunga quelli convenzionali nel riconoscimento dei modelli di dati. Per quanto riguarda quest’ultimo aspetto, il team di ricerca quantistica dell’IBM ha scoperto che l’aggancio dei qubit sul computer quantistico che ha eseguito un esperimento di classificazione dei dati ha dimezzato il tasso di errore rispetto ai qubit non agganciati.

“Ciò suggerisce”, si legge in un saggio della MIT Technology Review, “che i computer quantistici, man mano che miglioreranno nello sfruttare i qubit e nell’aggrovigliarli, miglioreranno anche nell’affrontare i problemi di apprendimento automatico”.

La ricerca dell’IBM arriva sulla scia di un altro promettente algoritmo di classificazione per l’apprendimento automatico: un ibrido quantistico-classico eseguito su una macchina a 19 qubit costruita da Rigetti Computing.

“Sfruttare [la distribuzione statistica dei computer quantistici] ha il potenziale per accelerare o comunque migliorare l’apprendimento automatico rispetto alle prestazioni puramente classiche”, hanno scritto i ricercatori di Rigetti. L’ibridazione di computer classici e processori quantistici ha superato “una sfida chiave” per raggiungere questo obiettivo, hanno spiegato.

Entrambi sono passi importanti verso l’obiettivo finale di accelerare in modo significativo l’intelligenza artificiale attraverso l’informatica quantistica. Il che potrebbe significare assistenti virtuali che vi capiscono al primo colpo. O personaggi di videogiochi non controllati dai giocatori che si comportano in modo iperrealistico.

All’interno del Q Network di IBM, JPMorgan Chase si distingue in mezzo a un mare di membri focalizzati sulla tecnologia, oltre a istituzioni governative e di ricerca universitaria.

Il fatto che le società di servizi finanziari, estremamente redditizie, vogliano sfruttare una tecnologia che cambia i paradigmi non è certo uno shock, ma la modellazione quantistica e quella finanziaria sono un’accoppiata davvero naturale grazie alle somiglianze strutturali. Come ha scritto un gruppo di ricercatori europei, “l’intero mercato finanziario può essere modellato come un processo quantistico, dove le quantità importanti per la finanza, come la matrice di covarianza, emergono naturalmente”.

Quantum computing e sostenibilità

Nella ricerca di alternative energetiche sostenibili, l’idrogeno, se prodotto senza l’uso di combustibili fossili, si sta rivelando una soluzione valida per ridurre le emissioni nocive di gas serra. La maggior parte della produzione di idrogeno è attualmente basata sull’uso di combustibili fossili, ma l’informatica quantistica potrebbe creare una via efficiente per invertire la tendenza.

L’elettrolisi, il processo di decomposizione dell’acqua in molecole di base di idrogeno e ossigeno, può funzionare per estrarre l’idrogeno come carburante in modo ecologico. Il calcolo quantistico ha già contribuito alla ricerca su come utilizzare l’elettrolisi per la produzione di idrogeno più efficiente e sostenibile possibile.

Nel 2019, IonQ ha eseguito la prima simulazione di una molecola d’acqua su un dispositivo quantistico, dimostrando che l’informatica è in grado di avvicinarsi a previsioni chimiche accurate. Nel 2022, IonQ ha rilasciato Forte, la sua ultima generazione di sistemi quantistici che consente la configurabilità del software e una maggiore flessibilità per i ricercatori e altri utenti. Più recentemente, l’azienda ha rilasciato due nuovi sistemi di calcolo quantistico e ha trovato un modo per facilitare la comunicazione tra sistemi quantistici.

Infleqtion (precedentemente nota come ColdQuanta) è nota per l’uso dell’informatica quantistica ad atomi freddi, in cui gli atomi raffreddati al laser possono svolgere il ruolo di qubit. Con questo metodo, gli atomi fragili possono essere mantenuti freddi mentre il sistema operativo rimane a temperatura ambiente, consentendo ai dispositivi quantistici di essere utilizzati in vari ambienti.

Per aiutare la ricerca condotta dal Cold Atom Laboratory della NASA, la tecnologia Quantum Core di Infleqtion è stata spedita con successo alla Stazione Spaziale Internazionale nel 2019. Da allora si prevede che la tecnologia sia in grado di supportare le comunicazioni, il posizionamento globale e le applicazioni di elaborazione del segnale. Infleqtion ha inoltre ottenuto contratti multimilionari da agenzie governative statunitensi per lo sviluppo di tecnologie di orologi atomici quantistici e sistemi di trappole ioniche a partire dal 2021.

L’azienda prevede di commercializzare la propria tecnologia nei prossimi anni, con l’obiettivo iniziale di creare qubit logici

Le aziende al lavoro sul quantum computing

IBM

Nel 2016, IBM ha messo il primo computer quantistico sul cloud per consentire a chiunque di eseguire esperimenti (IBM Quantum Experience). Un anno dopo ha introdotto Qiskit, il toolkit open-source basato su python per la programmazione di questi computer quantistici (la versione 1.0 sarà rilasciata quest’anno). Negli anni successivi, l’azienda ha sviluppato Falcon, un computer quantistico a 27 qubit (2018) e Hummingbird a 65 qubit (2020). Inoltre, nel 2020, IBM ha pubblicato la sua roadmap di sviluppo, che ha subito un importante aggiornamento nel 2022 e fornisce un piano dettagliato per costruire un computer quantistico a correzione d’errore entro la fine del decennio.

Secondo questa tabella di marcia, IBM prevedeva di costruire nel 2021 il primo processore quantistico con più di 100 qubit, l’Eagle da 127 qubit; nel 2022, l’Osprey da 433 qubit e infine, nel 2023, il processore Condor da 1121 qubit. Tutti gli obiettivi sono stati raggiunti con successo. Tuttavia, come ha ricordato Jay Gambetta, vicepresidente di IBM Quantum, nel suo articolo, dobbiamo capire come scalare i processori quantistici, poiché un computer quantistico in grado di raggiungere il suo pieno potenziale potrebbe richiedere centinaia di migliaia, forse milioni di qubit di alta qualità. Per questo motivo, nei prossimi anni e con l’ambizione di risolvere il problema della scalabilità, l’azienda sta proponendo tre diversi approcci per “sviluppare modi per collegare tra loro i processori in un sistema modulare in grado di scalare senza limitazioni fisiche”.

La scalabilità si riferisce alla capacità di aumentare il numero di qubit in un sistema quantistico, consentendo di risolvere problemi più complessi.

Google

Un altro gigante tecnologico che lavora sull’informatica quantistica è Google, che ha il Quantum AI Campus. Questa azienda ha annunciato nel 2018 un processore quantistico a 72 qubit chiamato Bristlecone e nel 2019 ha presentato un computer quantistico a 53 qubit, Sycamore, rivendicando per la prima volta la supremazia quantistica, che ha generato un grande dibattito nella comunità. Infine, i ricercatori di Quantum AI hanno annunciato importanti progressi nella correzione degli errori quantistici, raggiungendo per la prima volta la pietra miliare sperimentale della scalabilità di un qubit logico. La correzione degli errori quantistici è essenziale per scalare i computer quantistici e raggiungere tassi di errore sufficientemente bassi per effettuare calcoli utili.

La supremazia quantistica descrive la capacità di un computer quantistico di risolvere un problema che il più potente computer convenzionale non può elaborare in un tempo pratico.

Microsoft

Microsoft ha deciso di concentrarsi sull’informatica quantistica alla fine degli anni ’90 e attualmente offre Azure Quantum, un servizio di cloud computing quantistico che fornisce un ambiente per sviluppare algoritmi quantistici che possono essere eseguiti in simulatori di computer quantistici. Grazie all’approccio dell’azienda di collaborare con partner e istituzioni accademiche, Azure Quantum ci permette di scegliere tra diverse soluzioni hardware quantistiche create da leader del settore come Quantinuum, Ionq, Quantum Circuits, Inc, Rigetti o Pasqal.

Microsoft sta adottando un approccio diverso alla progettazione dei computer quantistici, affidandosi a un nuovo tipo di qubit, un qubit topologico. Come dicono esplicitamente, “il nostro approccio alla costruzione di una macchina quantistica scalabile è il percorso più impegnativo nel breve termine, ma è il più promettente a lungo termine”. A questo proposito, nel 2022, Microsoft ha comunicato un importante risultato sullo sviluppo di hardware per qubit topologici e più tardi, nello stesso anno, ha condiviso altri dati dei suoi esperimenti.

Amazon

Sebbene Amazon non abbia annunciato lo sviluppo di hardware e/o software quantistici, nel 2019 ha lanciato Amazon Braket, un servizio di calcolo quantistico che consente di costruire algoritmi quantistici, testarli in un simulatore, eseguirli su diversi computer quantistici e analizzare i risultati. I clienti possono accedere all’hardware di aziende leader come Rigetti, Ion-Q e D-Wave Systems, il che significa che possono sperimentare sistemi basati su tre diverse tecnologie di qubit.

Inoltre, Amazon ha lanciato anche l’Amazon Quantum Solutions Lab, che aiuta le aziende ad essere pronte per l’informatica quantistica offrendo loro la possibilità di “lavorare con i principali esperti di informatica quantistica, apprendimento automatico, ottimizzazione e calcolo ad alte prestazioni”.

Sono molte le aziende che stanno lavorando duramente alla realizzazione di hardware e software quantistici, ognuna delle quali segue una propria tabella di marcia e investe nella tecnologia che ritiene più promettente. Tuttavia, tutte hanno in mente lo stesso obiettivo: il calcolo quantistico su scala.